C#中用iTextSharp批量修改PDF模板超时，求性能优化方案

你的核心问题在于每次生成单个客户PDF时都重复加载和解析PDF模板，4000次重复操作带来了巨大的IO和解析开销，这是导致耗时过长甚至超时的主要原因。下面是针对性的优化方案：

核心优化思路 #

• 只加载一次PDF模板到PdfReader，复用这个实例处理所有客户，避免重复解析模板文件
• 使用PdfStamper替代重新导入页面的方式，直接在现有PDF模板上修改，减少不必要的PDF结构重建
• 把模板加载逻辑从循环内移到循环外，仅执行一次

修改后的代码示例 #

1. 提前加载模板PdfReader #

首先在循环外部加载一次模板，确保所有客户复用同一个已解析的模板：

// 假设你的模板byte[]是templateBytes
PdfReader templateReader = new PdfReader(templateBytes);
// 模板是固定内容，直接复用即可；若后续需要修改Reader状态，可创建副本

2. 批量处理客户的高效方法 #

修改生成单个PDF的方法，接收已加载的PdfReader，并使用PdfStamper进行修改：

private static byte[] GeneratePdfForCustomer(PdfReader templateReader, int id, string landingPage)
{
    try
    {
        using (var ms = new MemoryStream())
        {
            // 使用PdfStamper直接在模板基础上修改，无需重新创建Document和导入页面
            PdfStamper stamper = new PdfStamper(templateReader, ms);
            
            // 设置PDF打开动作（对应原来的SetOpenAction逻辑）
            string embeddedURL = $"http://{landingPage}/Default.aspx?code={id}";
            PdfAction act = new PdfAction(embeddedURL);
            stamper.Writer.SetOpenAction(act);
            
            // 添加客户专属页面（若需插入HTML内容，用XMLWorker解析）
            int currentPageCount = templateReader.NumberOfPages;
            // 插入和模板尺寸一致的新页面
            stamper.InsertPage(currentPageCount + 1, templateReader.GetPageSizeWithRotation(1));
            
            // 示例：将HTML内容写入新页面
            using (var srHtml = new StringReader(/* 你的客户专属HTML内容 */))
            {
                PdfContentByte cb = stamper.GetUnderContent(currentPageCount + 1);
                var doc = new iTextSharp.text.Document();
                doc.SetPageSize(templateReader.GetPageSizeWithRotation(1));
                doc.Open();
                iTextSharp.tool.xml.XMLWorkerHelper.GetInstance().ParseXHtml(stamper.Writer, doc, srHtml);
                doc.Close();
            }
            
            // 可选：如果模板是表单，可直接填充客户ID等字段
            // AcroFields fields = stamper.AcroFields;
            // fields.SetField("CustomerId", id.ToString());
            
            // 完成修改，关闭stamper并重置Reader位置供下一次复用
            stamper.Close();
            templateReader.Recycle();
            
            return ms.ToArray();
        }
    }
    catch
    {
        return null;
    }
}

3. 批量遍历DataTable的循环 #

// 仅加载一次模板
PdfReader templateReader = new PdfReader(templateBytes);

// 遍历客户数据行
foreach(DataRow row in yourDataTable.Rows)
{
    int customerId = Convert.ToInt32(row["CustomerId"]);
    string landingPage = row["LandingPage"].ToString();
    
    // 生成客户专属PDF
    byte[] customerPdf = GeneratePdfForCustomer(templateReader, customerId, landingPage);
    
    // 将生成的PDF关联到DataRow的逻辑
    // row["GeneratedPdf"] = customerPdf;
}

// 最后关闭模板Reader
templateReader.Close();

为什么这个方案更快？ #

• 减少重复解析：模板只被解析一次，避免了4000次重复的PDF结构解析和IO操作
• 高效修改PDF：PdfStamper直接操作原有PDF的底层结构，比重新导入每一页并重建Document的开销小得多
• 内存复用：复用同一个PdfReader实例，减少了内存分配和垃圾回收的频率

额外优化建议 #

• 如果客户专属页面的HTML结构相似，可以提前缓存XMLWorker的解析配置，避免每次重复初始化
• 考虑使用并行处理（比如Parallel.ForEach），但要注意PdfReader不是线程安全的，需为每个线程创建Reader副本（用new PdfReader(templateReader)创建）
• 生成的PDF如果需要保存到磁盘，尽量使用批量写入或异步IO，避免同步写入的耗时

内容的提问来源于stack exchange，提问作者B. Abdo